MétaCan
Menu
Retour à la cohorte
Enregistrement W4281960949 · doi:10.1158/2643-3230.bcd-21-0205

Perspectives on the Risk-Stratified Treatment of Multiple Myeloma

2022· article· en· W4281960949 sur OpenAlexaff
Faith E. Davies, Charlotte Pawlyn, Saad Z. Usmani, Jesús F. San Miguel, Hermann Einsele, Eileen M. Boyle, Jill Corre, Daniel Auclair, Hearn Jay Cho, Sagar Lonial, Pieter Sonneveld, A. Keith Stewart, P. Leif Bergsagel, Martin Kaiser, Katja Weisel, Jonathan J. Keats, Joseph Mıkhael, Kathryn E. Morgan, Irene M. Ghobrial, Robert Z. Orlowski, Ola Landgren, Francesca Gay, Joseph Caers, Wee Joo Chng, Ajai Chari, Brian A. Walker, Shaji Kumar, Luciano J. Costa, Kenneth C. Anderson, Gareth J. Morgan

Notice bibliographique

RevueBlood Cancer Discovery · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensPrincess Margaret Cancer Centre
Organismes subventionnairesCancer Research UK
Mots-clésMultiple myelomaRisk stratificationStratification (seeds)MedicineOncologyIntensive care medicineInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

The multiple myeloma treatment landscape has changed dramatically. This change, paralleled by an increase in scientific knowledge, has resulted in significant improvement in survival. However, heterogeneity remains in clinical outcomes, with a proportion of patients not benefiting from current approaches and continuing to have a poor prognosis. A significant proportion of the variability in outcome can be predicted on the basis of clinical and biochemical parameters and tumor-acquired genetic variants, allowing for risk stratification and a more personalized approach to therapy. This article discusses the principles that can enable the rational and effective development of therapeutic approaches for high-risk multiple myeloma.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0050,005
Science ouverte0,0030,003
Intégrité de la recherche0,0070,017
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,302
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood Cancer DiscoveryMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207